Google SAFE e AI slop: dallo spam della singola pagina ai pattern di produzione

Per molto tempo riconoscere contenuti prodotti su larga scala significava anche cercare ripetizioni.

Testi duplicati, variazioni minime della stessa pagina, articoli costruiti attraverso sinonimi, template replicati centinaia di volte. La produzione industriale lasciava spesso tracce altrettanto industriali.

La Generative AI cambia questo scenario.

Oggi, è possibile produrre migliaia di contenuti linguisticamente differenti, localizzati, adattati a query specifiche e abbastanza convincenti da non sembrare parte dello stesso processo produttivo.

È proprio da questo problema che nasce SAFE, Scaled Abuse Forensics Examiner, un sistema presentato da Google Research nel 2026 per individuare campagne coordinate di contenuti sintetici prodotti su larga scala, quello che gli stessi ricercatori definiscono “AI slop”.

Per chi lavora nella SEO, l’aspetto più interessante di SAFE riguarda il modo in cui cambia l’analisi dell’abuso.

Sapere se un testo sia stato scritto con ChatGPT diventa solo una parte del problema. Un sistema può cercare segnali molto più ampi: relazioni tra contenuti, comportamenti ricorrenti, modalità di distribuzione e pattern di produzione.

In altre parole, Google potrebbe non aver bisogno di sapere con quale strumento è stato scritto un contenuto per riconoscere che appartiene a un sistema di produzione abusivo.

Ed è qui che cambia la prospettiva.

Il problema si chiama Synthetic Gap

I ricercatori Google partono da un limite sempre più evidente dei tradizionali sistemi di detection.

Le campagne basate sull’AI generativa possono distribuire versioni uniche e localizzate dello stesso tipo di contenuto attraverso reti coordinate. Gli asset risultano formalmente differenti e possono quindi sfuggire ai sistemi statici costruiti per intercettare somiglianze evidenti.

Il paper descrive questa nuova difficoltà attraverso il concetto di Synthetic Gap.

La capacità degli attori malevoli di generare nuove varianti può evolvere più rapidamente della capacità dei sistemi tradizionali di costruire regole specifiche per riconoscerle.

• Un contenuto viene identificato.

• Il sistema generativo cambia struttura.

• Il detector viene aggiornato.

• La produzione cambia nuovamente.

• E il processo può continuare quasi indefinitamente.

La Generative AI introduce quindi un’asimmetria importante: produrre nuove varianti costa molto meno che costruire manualmente nuovi sistemi per intercettarle.

SAFE nasce per ridurre questo divario.

Come funziona SAFE

SAFE è un’architettura multi-agent nella quale differenti componenti analizzano aspetti diversi della stessa attività.

Un agente studia le relazioni tra i canali appartenenti a un cluster.

Un altro cerca pattern comportamentali e spazio-temporali anomali.

Un terzo analizza semanticamente i contenuti attraverso modelli linguistici adattati per riconoscere sia violazioni note sia comportamenti contrari allo spirit of the policy.

Un Root Agent raccoglie infine queste evidenze e formula una valutazione complessiva. L’aspetto più rilevante, al di là dell’architettura tecnica, è il cambio dell’unità di analisi.

SAFE osserva le relazioni tra contenuti, account, comportamenti e modalità di distribuzione.

La valutazione si sposta così dal singolo asset al comportamento complessivo di un network.

SAFE e Google Search: cosa sappiamo davvero

Qui è necessaria una distinzione importante.

SAFE è un progetto di Google Research dedicato alla forensic investigation dello synthetic media abuse. Il paper parla esplicitamente di reti coordinate, channel cluster, contenuti sintetici e comportamenti anomali.

Ad oggi, Google non ha documentato SAFE come sistema utilizzato da Google Search, come componente di SpamBrain o come fattore di ranking.

Descriverlo come “il nuovo algoritmo che penalizza i testi scritti con l’AI” significherebbe quindi andare oltre ciò che la documentazione disponibile consente di affermare.

La rilevanza SEO emerge altrove.

Il problema che SAFE affronta presenta, infatti, molti punti di contatto con un fenomeno già formalizzato nelle policy di Google Search: lo scaled content abuse, ovvero, la produzione di massa di pagine web di scarso valore, create con il solo scopo di manipolare i motori di ricerca anziché aiutare gli utenti.

Google deve davvero riconoscere un testo scritto con ChatGPT?

È una domanda che accompagna la SEO praticamente dall’arrivo dell’AI generativa.

Esistono parole che tradiscono ChatGPT?

Google riesce a riconoscere i testi generati artificialmente?

Bisogna “umanizzare” un contenuto prima di pubblicarlo?

Probabilmente stiamo attribuendo troppa importanza all’origine linguistica del testo.

Google Search dichiara esplicitamente che la Generative AI può essere utilizzata, ad esempio, nella ricerca di informazioni e nella strutturazione di contenuti originali. Le criticità emergono quando viene impiegata per generare molte pagine prive di valore aggiunto per l’utente.

Anche senza conoscere l’origine di ogni singolo paragrafo restano quindi molte altre caratteristiche osservabili.

• Perché quella pagina esiste?

• Che relazione ha con le altre pagine del sito?

• Quale informazione aggiunge?

• Quante varianti equivalenti sono state prodotte?

• Il sito sta costruendo un patrimonio editoriale oppure sta cercando di trasformare ogni possibile query in un nuovo URL?

In questa prospettiva, l’AI detection perde parte della sua centralità.

Originalità sintattica e originalità informativa non sono la stessa cosa

Immaginiamo di fornire a un modello linguistico dieci articoli già pubblicati online.

Possiamo chiedergli di confrontarli, sintetizzarli e produrre un nuovo approfondimento.

Il risultato potrebbe avere una struttura completamente differente, nessun passaggio duplicato, un linguaggio originale, un buon livello di leggibilità e una corretta ottimizzazione SEO.

Eppure potrebbe non contenere una sola informazione che non fosse già disponibile nelle dieci fonti di partenza.

Il testo sarebbe originale dal punto di vista linguistico.

L’informazione resterebbe derivativa.

Questa distinzione diventa particolarmente importante nel momento in cui la produzione viene scalata.

Se cambiare formulazione, struttura e stile costa quasi zero, la semplice assenza di duplicazione dice sempre meno sul reale contributo di un contenuto.

Originalità sintattica e originalità informativa iniziano a divergere.

La Generative AI modifica profondamente il problema dello spam proprio per questo motivo: non serve più replicare lo stesso testo mille volte. È possibile produrne mille versioni differenti.

Il punto di contatto con Google Search: lo Scaled Content Abuse

Google definisce scaled content abuse la generazione di molte pagine realizzate principalmente per manipolare il ranking e con scarso valore per gli utenti.

La definizione è volutamente indipendente dal metodo di produzione.

Tra gli esempi riportati nelle Spam Policies compaiono l’utilizzo della Generative AI per produrre molte pagine senza valore aggiunto, lo scraping e la trasformazione automatica dei contenuti, comprese traduzioni e riscritture, l’aggregazione di materiale proveniente da fonti differenti senza un contributo originale e persino la creazione di più siti per nascondere la natura scalata della produzione.

Il criterio centrale diventa quindi il rapporto tra scala, finalità e valore prodotto.

La capacità di generare grandi quantità di contenuti è perfettamente compatibile con un utilizzo legittimo dell’AI. Il rischio cresce quando quella capacità viene utilizzata soprattutto per moltiplicare pagine che aggiungono poco e servono principalmente ad aumentare la presenza nei risultati di ricerca.

Quando una strategia SEO diventa un pattern

Prendiamo un esempio molto semplice.

Una pagina locale dedicata a un determinato servizio può essere perfettamente legittima.

Può contenere informazioni specifiche, rispondere a un bisogno locale e fornire realmente un’esperienza differente.

Ora, immaginiamo di usarla come modello per generarne automaticamente altre 500, modificando città, alcune keyword e pochi paragrafi.

Osservata individualmente, ciascuna pagina può essere leggibile e formalmente unica. Osservato nel suo insieme, il progetto racconta qualcosa di diverso.

Lo stesso vale per centinaia di articoli costruiti per coprire ogni long tail disponibile, decine di traduzioni automatiche prive di reale localizzazione o una pagina differente per ogni minima variazione semantica della stessa domanda.

Google ha richiamato esplicitamente questo rischio anche nelle indicazioni pubblicate nel 2026 per la visibilità nelle funzionalità generative della Search.

La documentazione invita a evitare la creazione di contenuti separati per ogni possibile variazione delle query, incluse le cosiddette fan-out queries, quando lo scopo principale è manipolare il ranking o le risposte generate dall’AI. Google aggiunge un principio semplice: avere più pagine non rende automaticamente un sito migliore o più rilevante.

Questo cambia anche il modo di leggere una keyword research.

Aver individuato cento opportunità significa aver individuato cento possibili bisogni o angoli di ricerca.

La scelta di trasformarli in cento URL richiede un passaggio ulteriore: capire se esistono, davvero, cento contenuti distinti da costruire.

Dalla singola pagina al sistema editoriale

È probabilmente questo il contributo più interessante che SAFE offre al dibattito SEO, pur senza essere un sistema documentato di Google Search.

Quando la produzione sintetica rende semplice creare asset formalmente differenti, osservare il singolo output può raccontare solo una parte della storia.

Una pagina può essere buona.

Anche la seconda.

E la terza.

Osservandone mille insieme, però, possono emergere pattern che nessuna pagina mostra da sola:

• strutture costantemente identiche,

• informazioni ricombinate sempre dalle stesse fonti,

• differenze prevalentemente nominali,

• copertura quasi meccanica delle query,

• assenza sistematica di esperienza diretta o conoscenza proprietaria.

Non sappiamo se Google Search utilizzi questi specifici segnali o se metodologie derivate da SAFE vengano applicate ai siti web.

Sappiamo, però, che un sistema produttivo può mostrare caratteristiche che il singolo contenuto, isolatamente, non rivela.

È un cambio di prospettiva particolarmente rilevante quando il costo marginale di generare una nuova pagina tende verso zero.

Dalla governance del contenuto alla qualità del sistema

In un nostro recente approfondimento, [Scrivere contenuti con l’AI non è più solo una questione di prompt], abbiamo affrontato l’altra faccia dello stesso problema: quando aumenta la capacità produttiva dell’AI, diventa necessario stabilire chi verifica informazioni, fonti e decisioni editoriali.

Qui allarghiamo lo sguardo al sistema editoriale nel suo complesso.

Possiamo avere un processo nel quale ogni singolo articolo viene revisionato e rimane comunque una domanda strategica a monte: era necessario produrre quell’articolo?

E soprattutto: era necessario produrne altri 300 quasi equivalenti?

L’AI generativa richiede quindi almeno due livelli di controllo.

• Il primo riguarda affidabilità, fonti e responsabilità editoriale.

• Il secondo riguarda la ragione per cui una determinata produzione viene scalata.

Uno protegge la qualità del singolo contenuto.

L’altro protegge la qualità dell’architettura editoriale che stiamo costruendo.

Le implicazioni per la SEO

SAFE, da solo, non giustifica un cambiamento delle strategie SEO: non sappiamo se venga utilizzato nella Search.

Il problema che descrive suggerisce però alcune domande sempre più rilevanti ogni volta che utilizziamo l’AI per scalare un progetto.

• Una strategia di programmatic SEO produce pagine realmente differenti o variazioni sintattiche dello stesso contenuto?

• Le landing geografiche contengono conoscenza locale o soltanto keyword geografiche?

• Le traduzioni sono realmente localizzate oppure moltiplicano lo stesso asset in altre lingue?

• Un topic cluster sta approfondendo un argomento oppure sta semplicemente frammentando la stessa informazione per aumentare il numero di URL?

• Una nuova pagina risponde a un intento differente o nasce perché un tool SEO ha individuato una query differente?

Sono domande che esistevano anche prima di ChatGPT.

Oggi, però, possiamo ignorarle e produrre comunque migliaia di pagine.

Ed è proprio questo che aumenta il rischio.

La scala ha valore solo quando scala anche l’informazione

La Generative AI rende possibili attività che fino a pochi anni fa avrebbero richiesto risorse sproporzionate: analizzare grandi corpus di documenti, confrontare centinaia di fonti, individuare relazioni tra dataset, organizzare informazioni e accelerare la costruzione di asset complessi.

Queste capacità possono migliorare profondamente il lavoro editoriale.

La criticità emerge quando il vantaggio dell’automazione viene misurato soprattutto attraverso il numero degli output prodotti.

Nel nostro articolo sulla scrittura di contenuti con l’AI abbiamo affrontato il tema dal punto di vista della responsabilità editoriale: la capacità di generare linguaggio non coincide automaticamente con la capacità di pubblicare contenuti affidabili.

SAFE aggiunge un secondo livello alla riflessione.

Forse Google non ha bisogno di sapere chi ha scritto il testo

La domanda iniziale era: Google riuscirà a riconoscere un articolo scritto con ChatGPT?

SAFE non ci permette di rispondere.

Suggerisce però che la risposta potrebbe avere meno importanza di quanto immaginiamo.

Se un sistema riesce a osservare relazioni, comportamenti e pattern di produzione, identificare il modello che ha generato una singola frase diventa soltanto uno dei molti segnali possibili.

Per la SEO, allora, vale la pena cambiare domanda: “Se osservassimo tutte le pagine che stiamo producendo come un unico sistema, quale strategia emergerebbe?”

Una strategia costruita per rispondere meglio alle esigenze delle persone?

Oppure una macchina estremamente efficiente per trasformare ogni possibile query in un nuovo URL?

La Generative AI ha reso più semplice produrre contenuti formalmente originali.

La sfida ora è fare in modo che scalino anche l’informazione, l’utilità e la ragione editoriale che li rende necessari.

Vuoi parlarci del tuo progetto? Compila il form e insieme troveremo la strategia più adatta a te.